远程访谈转文字：用 Speak-Y 整理引用并导出 SRT 字幕
从远程访谈到可发布的转写，最短的路径是把节目录音和转写当成两件不同的事。节目照常录制，同时让 Speak-Y 在你的 Mac 上把同一通话作为 会议 录下来——不会有机器人加入——你只需在每句可能引用的话之后按一下 ⌥1。通话结束后，为主持人和嘉宾写上姓名，点击每条引用的时间听一遍，再用 将发言复制为引用 复制：它会附带嘉宾姓名和说这句话的时间。完整转写可导出为 TXT，字幕可导出为 SRT 或 VTT。
本指南针对截至 2026 年 10 月 1 日的 macOS 应用，跟随一项普通的工作：通过 Zoom、Google Meet 或浏览器录音棚与嘉宾进行一小时的访谈，为文章挑一句引用，再为视频版做字幕。
流程一览
发布访谈最慢的部分是对话之后的一切：找到你记得的那句话，确认嘉宾确实是这么说的，再为视频把时间对准。这套流程把其中大部分工作变成通话中的一次按键，加上通话后的几分钟。
访谈之前：Speak-Y 录什么，不录什么
会议模式 开启时，Speak-Y 会录制通话（设置 → Interface & Behavior → 会议模式：Off、Manual 或 Auto）。它采集你的麦克风和 Mac 播放的声音，因此 Zoom、Microsoft Teams、Google Meet 和浏览器中的录音棚都一样能录，嘉宾的参会者列表里也不会出现任何东西——参见 不用机器人录制会议。
这份录音是给转写用的，不是给节目用的。Speak-Y 把通话音频以 一条 16 kHz 单声道音轨 保存在你的 Mac 上，两个人的声音混在一起：足以做语音识别和核对引用，但不足以剪辑或发布。节目本身请用播客工具或通话应用自带的录制功能来录。
根据对话时长核对套餐。截至 2026 年 10 月 1 日：
| 套餐 | 单场会议最长 | 每月会议时长 |
|---|---|---|
| Free | 30 分钟 | 2 小时 |
| Pro | 60 分钟 | 10 小时 |
| Pro+ | 4 小时 | 40 小时 |
录音会在达到套餐上限时停止，而一小时的访谈加上开场前的寒暄会超过 60 分钟——每周一期的节目需要 Pro+。
由于没有机器人加入，平台不会替你告知正在录音。请在通话中和邀请里都征求嘉宾同意，并约定发布前是否让对方过目引用；录制会议是否合法 一文按国家梳理了同意规则。你还可以打开 设置 → 笔记 → 添加笔记类型，创建一个“金句”类型，配上自己的颜色和快捷键；默认的标记是 ⌥1 上的 标记此刻。
访谈进行中：标记要引用的话
通话开始时，Speak-Y 会在录音按钮上方询问 录制为会议？，点击对勾即可。嘉宾说出你想放进文章或节目简介的话时，按一下 ⌥1。Speak-Y 会标记最近 15 秒——按钮上会短暂显示 已标记最近15秒——之后这些话会在转写中高亮显示。
- 在那句话说完 之后 立即按：标记是往回看的，不是往前看。
- 标记只保存类型和时间，不含文字，所以什么都不用打。
- 漏掉了？通话结束后，把鼠标悬停在发言上点 +，或者右键点击它 → 添加笔记。
- 共享屏幕时，标记按钮会被隐藏。
通话之后：为主持人和嘉宾写上姓名
从 会议 中打开这条记录。Speak-Y 已经区分了不同的声音，并按首次发言的顺序编号；主持人通常先开口，所以你是 Speaker 1，嘉宾是 Speaker 2。点击记录顶部的每个发言人名称，输入姓名后按 Enter。现在每条发言都会显示姓名，复制的引用、TXT 和字幕导出，以及 AI 助手读取的内容也都一样。
每条引用都要亲耳核对
转写只是所说内容的草稿；印出来的引用则是一个承诺：对方确实是这么说的。
- 点击发言的时间（例如 12:41 – 13:05），从那里开始播放。这条发言会变灰并显示 正在播放；顶部的播放器有倍速菜单（1× 到 2×）和 在文本中显示，可以跳到你正在听的那条发言。
- 长回答会被切分 成约一分钟的片段，每段都有自己的时间，所以一点就能从接近目标句子的地方开始播放。
- 文字经过轻度清理。 会议转写会去掉“嗯”“就是说”之类的口头禅和无意的重复。如果你的媒体要求逐字引用，请以音频中的原话为准。
- 人名和术语是薄弱环节。 macOS 应用没有自定义词典，所以姓氏和产品名称要和嘉宾确认。
会议的发言不能直接编辑。如果录音被识别成了错误的语言，或者文字乱了，打开 … → 重新转写，选择 语言 后开始：Speak-Y 会重新发送保留的音频，并添加一个带有独立发言人划分的新版本，同时保留当前版本。开启增强识别时，面板还会询问 参与人数——设为 2。只有一个词听错的话，听过那个时刻后，在引用或导出的文件里改更快。Speak-Y 支持 67 种以上的语言；语音转文字的原理 解释了为什么人名最先出错。
复制引用和完整转写
右键点击发言，选择 将发言复制为引用。剪贴板里会得到整条发言，形式如下：
«我离开编辑部不是因为钱。我离开是因为没有人有时间核实任何事情。» — Dana Reyes, 12:41
时间是这条发言开始的位置，编辑可以据此找到那个时刻。Speak-Y 会用 « » 引号把文字括起来；请换成你们媒体惯用的引号。
- 发言的一部分： 选中文字，右键 → 复制为引用。
- 一问一答： 点击转写上方的 选择，选中第一条和最后一条发言，把它们作为对话复制。
- 整场访谈： … → 下载 → TXT（带时间戳） 会为每条发言生成一个带姓名和时间的段落——可以作为问答体文章的底稿。
导出字幕：SRT 和 VTT
同一个 下载 菜单里有 SRT（字幕） 和 VTT（网页字幕）。两者包含相同的字幕条目，每条发言一条，都以发言人姓名开头：
48
00:12:41,200 --> 00:13:05,900
Dana Reyes: I didn't leave the newsroom because of the money. I left because nobody had time to check anything.
上传之前要知道三件事：
- 时间从 Speak-Y 开始录制时算起，而不是从你的播客工具开始录制时算起。如果节目从别的时间点开始，或者你剪掉了片头，就在剪辑软件里平移字幕：如果 Speak-Y 比你的录音工具晚 42 秒开始录制，每条字幕都要往后移 42 秒。或者导出最终剪辑版，用记录列表顶部的 导入录制… 导入，重新为发言人写上姓名，再从这条记录导出 SRT：这样时间就和你发布的文件一致了。
- 字幕条目较长——一条发言，或最长约一分钟的片段。作为转写轨没问题；如果要做屏幕字幕，请在剪辑软件里拆分。
- 姓名就在文字里。 可以保留；如果字幕只应显示说的话，就删掉。
可选：让 AI 助手起标题、写节目简介
如果 Claude、ChatGPT、Cursor 或其他 MCP 客户端已连接到 Speak-Y（设置 → 集成；MCP 服务器 在所有套餐中都免费），可以这样问：
- “为我和 Dana Reyes 的访谈推荐五个标题，每个不超过 60 个字符。”
- “写一份节目简介，为每个话题标上时间戳，用转写中该话题开始的时间。”
助手在本地从 Speak-Y 资料库读取转写，每条发言都带有发言人姓名和开始时间，你的标记单独列成一份清单，所以它给出的时间戳来自录音本身。这些是 Speak-Y 的时间，必要时要像字幕一样平移。模型运行在云端，会收到转写内容——对于有发布禁令（embargo）的访谈，请三思。向 AI 询问会议的提示词 里有更多这类请求。
最后你得到什么
一场访谈给你一份每条发言都署对了名字的转写、你标记的引用——每条都听过，并连同时间一起复制——一份用于文章的 TXT，以及用于视频的 SRT 或 VTT。节目音频留在你的录音工具里。要做很多场访谈？从客户访谈中整理引用 介绍了如何给它们打标签，并一次搜索全部。
FAQ
如何把远程访谈变成带发言人姓名的转写？
在 Speak-Y 中把通话作为会议录制：它采集你的麦克风和 Mac 播放的声音，因此不会有机器人加入 Zoom、Google Meet 或浏览器。通话结束后，点击 Speaker 1 和 Speaker 2，输入主持人和嘉宾的姓名；之后每条发言、复制的引用和导出文件都会带上这些名字。
Speak-Y 能代替播客录音吗？
不能。Speak-Y 把通话音频以一条 16 kHz 单声道音轨保存在你的 Mac 上，两个人的声音混在一起：足以核对引用，但不足以发布节目。请用你常用的录音工具录制节目，用 Speak-Y 来做转写、引用和字幕。
能从 Speak-Y 录制的访谈中导出字幕吗？
可以。在记录中打开 … 菜单，选择“下载”，再选“SRT（字幕）”或“VTT（网页字幕）”。每条字幕对应一条发言，长回答会被切成约一分钟的片段，每条字幕都以发言人姓名开头。时间从 Speak-Y 开始录制的那一刻算起，如果节目从别的时间点开始，请在剪辑软件里平移。
能修改会议转写中的错误吗？
不能直接输入修改：在 Speak-Y 中，会议录音的发言无法编辑。如果语言识别错了或文字乱了，使用 … → “重新转写”，用保留的音频生成新版本，旧版本会保留。只有一个词听错的话，先听一下那个时刻，再在引用或导出的文件里改。
一小时的访谈需要 Speak-Y 的哪个套餐？
截至 2026 年 10 月 1 日，Free 单场会议最长 30 分钟，Pro 最长 60 分钟，Pro+ 最长 4 小时，每月会议时长分别为 2、10 和 40 小时。一小时的对话加上开场前的寒暄会超过 60 分钟，所以请选择 Pro+。